支持向量機(jī)（Support Vector Machine，SVM）是基于統(tǒng)計(jì)學(xué)習(xí)理論、借助最優(yōu)化方法來解決機(jī)器學(xué)習(xí)問題的新工具。它由科爾特斯（Cortes）和瓦普尼克（Vapnik）于1995年首先提出，并已成為近年來機(jī)器學(xué)習(xí)研究的一項(xiàng)重大成果。目前對(duì)支持向量機(jī)的研究主要集中在對(duì)其本身性質(zhì)的研究和完善及加大應(yīng)用研究的深度和廣度兩個(gè)方面。本書以解決分類問題為目標(biāo)，從理論和模型的完善及應(yīng)用兩個(gè)方面，對(duì)支持向量分類機(jī)（Support Vector Classifier Machine，SVC）進(jìn)行了較深入的研究和探討，以做到理論和實(shí)踐的結(jié)合。
以下是本書討論的主要問題。
（1）在深入研究現(xiàn)有支持向量分類機(jī)和支持向量回歸機(jī)（Support Vector Regression Machine，SVR）的基礎(chǔ)上，把分類問題看作特殊的回歸問題來處理，通過引入不同的范數(shù)及不同的損失函數(shù)，構(gòu)建求解分類問題的支持向量回歸機(jī)新模型，并對(duì)引入高斯損失函數(shù)得到的新模型給出求解的簡(jiǎn)便方法——簡(jiǎn)化的序列最小最優(yōu)化算法。另外，針對(duì)多類分類問題提出了新的多類分類模型，數(shù)值試驗(yàn)表明該模型的魯棒性和有效性，從而給出求解分類問題的支持向量機(jī)的新思路和新途徑。
（2）馮（Fung）和曼格薩（Mangasarian）從直觀上提出了中心支持向量分類機(jī)。本書通過理論推導(dǎo)和分析構(gòu)造出中心支持向量分類機(jī)的原始優(yōu)化問題，從不同的途徑給出了中心支持向量分類機(jī)。在此基礎(chǔ)上，首次給出了稀疏的中心支持向量分類機(jī)和加權(quán)的中心支持向量分類機(jī)。對(duì)含有不確定信息的分類問題，通過引入概率變量，構(gòu)建了不確定中心支持向量分類機(jī)，從而實(shí)現(xiàn)對(duì)中心支持向量分類機(jī)理論的推廣完善和創(chuàng)新。
（3）瓦普尼克提出了推理型支持向量分類機(jī)，其優(yōu)化問題的求解比較困難。本書將其原始最優(yōu)化問題變?yōu)闊o約束問題，并對(duì)其進(jìn)行光滑化，從而構(gòu)建了改進(jìn)的推理型支持向量機(jī)和加權(quán)的推理型支持向量機(jī)，并成功地將新模型應(yīng)用到網(wǎng)絡(luò)入侵檢測(cè)中，給出了網(wǎng)絡(luò)入侵檢測(cè)的新方法，使推理型支持向量機(jī)的理論和應(yīng)用研究有了新的突破。
（4）首次將支持向量分類機(jī)應(yīng)用到海水工廠化養(yǎng)殖中的環(huán)境監(jiān)測(cè)問題。對(duì)河北省唐山市、秦皇島市沿海的養(yǎng)殖工廠隨機(jī)采集魚類生長(zhǎng)環(huán)境數(shù)據(jù)，進(jìn)行檢測(cè)和監(jiān)控實(shí)驗(yàn)，取得了較好的應(yīng)用效果，在切實(shí)解決實(shí)際問題的同時(shí)，進(jìn)一步拓寬了支持向量機(jī)的應(yīng)用領(lǐng)域。例如，本書給出支持向量分類機(jī)在棚栽植物生長(zhǎng)環(huán)境監(jiān)測(cè)中的應(yīng)用，在地源熱泵系統(tǒng)混合防凍劑、制冷劑配比中的應(yīng)用，在義務(wù)教育學(xué)校均衡發(fā)展評(píng)價(jià)中的應(yīng)用，在教師教育師資隊(duì)伍量化評(píng)價(jià)中的應(yīng)用，以及在商務(wù)決策管理的量化評(píng)價(jià)與調(diào)整中的應(yīng)用等。本書構(gòu)建的各種新的支持向量分類機(jī)，較一般支持向量分類機(jī)有明顯的優(yōu)勢(shì)和良好性能，主要體現(xiàn)在有的模型求解算法簡(jiǎn)便、有的模型測(cè)試精度高、有的模型解決實(shí)際問題時(shí)針對(duì)性強(qiáng)，這均在數(shù)值試驗(yàn)和實(shí)際應(yīng)用中得到證實(shí)。
本書得以出版，要特別感謝我的導(dǎo)師中國農(nóng)業(yè)大學(xué)鄧乃揚(yáng)教授和我的同學(xué)中國科學(xué)院大學(xué)田英杰教授的指導(dǎo)，也特別感謝唐山師范學(xué)院的資助。
由于本人水平有限，書中難免有疏漏之處，敬請(qǐng)讀者批評(píng)指正。